CUDA explicado sin instalar de más

CUDA para IA: qué instalar y cómo comprobar que la GPU funciona

CUDA no es un botón de rendimiento. Es el ecosistema que permite a aplicaciones y librerías usar una GPU NVIDIA. Para una pyme, el objetivo es sencillo: controlador correcto, aplicación acelerada y versiones documentadas.

Comprobar la GPUElegir sistema operativo
ControladorPrograma que ejecuta el modeloToolkit solo si hace falta
CUDAdriver → programa que ejecuta el modelo → aplicación
Tutorial práctico

Comprueba que tu GPU NVIDIA está lista para IA

Al terminar sabrás si el controlador funciona y si la aplicación reconoce la GPU. No instalarás herramientas de desarrollo que no necesitas.

Antes de empezar

  • Una GPU NVIDIA compatible
  • Permisos para actualizar el controlador
  • La aplicación de IA que quieras utilizar

Hazlo en este orden

  1. Instala o actualiza el controladorInstala el controlador recomendado para tu GPU y reinicia si el instalador lo solicita.
  2. Ejecuta nvidia-smiAbre una terminal y ejecuta nvidia-smi. Debe mostrar la GPU y la versión del controlador sin errores.
  3. Abre tu aplicación de IAInicia Ollama, ComfyUI u otra aplicación y carga una tarea pequeña.
  4. Comprueba que la carga aparece en la GPUVuelve a nvidia-smi y comprueba que aparece memoria y actividad en la GPU.
  5. Instala CUDA Toolkit solo si vas a compilar softwareCUDA Toolkit solo hace falta para compilar o desarrollar software; muchas aplicaciones ya incluyen lo necesario.
  6. Guarda las versiones que funcionanGuarda la versión del controlador, de la aplicación y del modelo antes de actualizar.

No necesitas entender toda la parte técnica para comenzar. Sigue el recorrido básico y abre los apartados avanzados únicamente cuando la primera prueba funcione.

Conceptos

Controlador, programa que ejecuta el modelo y toolkit cumplen funciones distintas

Controlador NVIDIA

Permite que el sistema operativo utilice la GPU. Debe reconocer el modelo y ser compatible con la aplicación.

Programa que ejecuta el modelo CUDA

Bibliotecas que una aplicación necesita para ejecutar kernels. Muchas aplicaciones incluyen las versiones que usan.

CUDA Toolkit

Incluye compilador nvcc, cabeceras y herramientas de desarrollo. No es obligatorio para cada usuario de Ollama.

Pasos 1 a 3

Comprueba primero el controlador y después la aplicación

nvidia-smi

La salida debe mostrar la GPU, el controlador y procesos activos. Si no aparece, resuelve el controlador antes de tocar Python, PyTorch o CUDA Toolkit.

ollama run qwen3:8b

Mientras genera, revisa el uso de la GPU. En sistemas de memoria unificada, la herramienta de monitorización puede mostrar la memoria de otra forma; utiliza las utilidades recomendadas por el fabricante.

Pasos 4 a 6

Instala el toolkit únicamente si vas a compilar

  1. Prueba el paquete precompilado de la aplicación.
  2. Lee la versión de PyTorch o programa que ejecuta el modelo que requiere la extensión.
  3. Instala un entorno aislado para no mezclar dependencias.
  4. Comprueba nvcc --version solo si la compilación lo necesita.
  5. En servidores, usa contenedores para fijar versiones y facilitar el volver a la versión anterior.
  6. Documenta la combinación que ha pasado la prueba.
Error frecuente.

Instalar varios toolkits y modificar rutas del sistema puede romper una aplicación que ya incluía su programa que ejecuta el modelo. Cambia una sola capa cada vez.

DGX Spark y GB10

En GB10, prioriza la pila validada y los contenedores compatibles

DGX Spark utiliza DGX OS basado en Ubuntu y arquitectura Arm64. NVIDIA preinstala Docker y NVIDIA Container Programa que ejecuta el modelo, y mantiene imágenes NGC específicas. No todos los contenedores x86 tienen una variante para Spark.

Consulta la pila de software de DGX Spark y la guía de NGC antes de cambiar componentes.

Compra en nuestras tiendas oficiales

AI Supercomputers te ayuda a elegir; el pedido se completa en una tienda del grupo ietres

Esta web publica las guías, comparativas y recomendadores. La ficha comercial, la disponibilidad, la reserva y la compra se gestionan en una de nuestras dos tiendas oficiales.

tienda ietres tienda.ietres.comTienda multimarca del grupo. Aquí se comercializa NVIDIA DGX Spark. ietres informática ietresinformatica.comCanal profesional del grupo para ASUS, Lenovo, RTX PRO y accesorios de IA.

Disponibilidad y reservas. La disponibilidad cambia por referencia. Si una ficha aparece sin stock, consulta la tienda: algunas unidades pueden reservarse o pedirse sobre una próxima entrada. El plazo y las condiciones se confirman antes de comprar.

Teléfono comercial911 821 558 Atención al cliente935 500 868 WhatsApp692 500 652 Correo electrónicoinfo@ietres.com
Hardware relacionado

Hardware NVIDIA después de validar el software

La compatibilidad y la memoria deben estar claras antes de elegir una GPU de servidor o un sistema GB10.

Comparar todos los equiposUsar el recomendador
Ficha reproducible

Guarda estas versiones antes de actualizar

CapaDato
SistemaWindows/Linux, versión y arquitectura x86_64 o Arm64.
GPUModelo exacto y firmware si aplica.
ControladorVersión que muestra nvidia-smi.
Programa que ejecuta el modeloCUDA incluida por PyTorch, Ollama o contenedor.
AplicaciónVersión de Ollama, ComfyUI, LM Studio o framework.
PruebaModelo, parámetros y resultado esperado.
Fuentes técnicas y criterio editorial

Las especificaciones, funciones y límites descritos se contrastan con documentación primaria de CUDA y compatibilidad. Las recomendaciones de compra, el orden de los pasos y los márgenes de planificación son criterios editoriales de AI Supercomputers: deben confirmarse con la versión instalada y una prueba real.

Guía de instalación de CUDA para Linux · Guía de instalación de CUDA para Windows · GPU compatibles con Ollama

Preguntas frecuentes

Respuestas directas antes de elegir hardware

¿Necesito instalar CUDA para usar Ollama?

En muchos casos Ollama incluye o gestiona los componentes necesarios para usar la GPU. No instales varios toolkits por intuición: primero instala el controlador recomendado y comprueba la aceleración.

¿nvidia-smi y nvcc muestran la misma versión?

No necesariamente. nvidia-smi informa sobre el controlador y la versión CUDA que puede soportar; nvcc pertenece al toolkit instalado para compilar.

¿CUDA funciona en Windows y Linux?

Sí, con controladores y versiones compatibles. La disponibilidad exacta depende de la GPU, el sistema y la aplicación.

¿Qué CUDA utiliza DGX Spark?

DGX Spark mantiene una pila validada por NVIDIA y recomienda usar contenedores NGC para recibir versiones compatibles y optimizadas. Evita reemplazar componentes del sistema sin comprobar la guía vigente.

Hardware relacionado

Pasa de la estimación a una ficha real

Compara capacidad, velocidad y formato. La cifra de memoria es un filtro inicial; la carga real termina de decidir.

Comparar todos los equiposUsar el recomendador